PEMODELAN PEMFC SEBAGAI SUMBER ENERGI MOBIL LISTRIK BERBASIS NEURAL NETWORK

Abstract

Fuel cell (FC) merupakan suatu pembangkit listrik yang mengubah energi kimia langsung menjadi listrik dengan menggunakan hidrogen sebagai bahan bakarnya dan oksigen sebagai oksidannya. Dipilihnya hidrogen sebagai bahan bakar FC karena dianggap memenuhi dua alasan utama yaitu ramah lingkungan dan secara alamiah hidrogen tersedia dalam jumlah besar hingga bisa dimanfaatkan dari generasi ke generasi . Pemodelan fuel cell ini menggunakan neural network basis radial secara offline. Model neural network yang digunakan penelitian ini yaitu Radial Basis Function (RBF). RBF merupakan salah satu bentuk layer multi perceptron yang unsupervised. Aritektur dari RBF terdiri dari fungsi basis sebagai fungsi aktivasi pada hidden layer dan linier pada output layer. Fungsi ini biasanya membutuhkan banyak neuron jika dibandingkan dengan jaringan feedfoward. Jaringan ini akan bekerja dengan baik, jika diberikan input cukup banyak. Nilai error persen terendah sebesar 0 %. Dan nilai error persen tertinggi terdapat pada saat nilai arus sebesar 14,44 Ampere dengan nilai error sebesar 6,48% untuk model rangkaian ekivalen sedangkan untuk model neural network nilai error persen tertinggi yaitu sebesar 6,24 % dengan kondisi arus target 14,44. Kesalahan rata-rata yang terjadi pada rangkaian ekivalen sebesar 0,22 % sedangkan pada model neural network sebesar 0,00 %.